尘锋 SCRM 使用 RisingWave 实现实时数据打宽

公司介绍

在企业经营中，客户关系管理（CRM）是一项至关重要的环节。尘锋 (www.dustess.com)是一家领先的 SCRM 提供商，他们为企业提供一站式客户运营管理平台，将传统 CRM 与社交平台的好友关系相结合，以提供更全面的客户洞察、更准确的决策分析和更有效的客户运营工具。他们的使命是帮助企业吸引客户、转化销售以及客户维护，从而推动业绩的持续增长。

挑战

在尘锋 SCRM 采用 RisingWave 之前，他们面临了一些重要挑战。数据打宽是数据集成中常见的业务加工场景，然而当表数据量可达到千万、亿级，维表个数达到十余张时，对整条数据链路的性能、成本和稳定性都提出了一系列严峻考验。

尘锋团队经验丰富，采用了多种优化手段，如手动改写查询，利用批处理引擎进行增量处理。但该方案下的数据新鲜度仍然受到限制，约为 1 小时。这显然不符合他们对实时数据的需求。批处理虽然在某些情况下很有效，但对于实时数据刷新来说，它并不是最佳选择。流处理可以更好地实现数据状态的频繁更新，从而确保结果的快速刷新。

解决方案

选择 RisingWave 的原因

尘锋团队对他们的流处理需求非常了解。他们起初是对 RisingWave 与Apache Flink 的内部 Benchmark 结果产生了浓厚的兴趣。他们寻找的是一种能维护数百 GB 的 JOIN 状态，同时不会牺牲整体效率的流系统。

实施过程

初次合作始于六月，尘锋团队和 RisingWave 团队进行了为期三个月的 PoC 评估。在此期间，他们对 RisingWave 的成本效益和功能完整性变得充满信心。由于尘锋业务的主要关注点是性能，RisingWave 团队提供了许多性能优化建议，并帮助定位和解决了瓶颈问题。

尘锋团队在数据仓库工作流方面使用了 dbt，而 RisingWave 提供了原生的 dbt 驱动，这使得他们能够轻松迁移最初用于数据仓库的数据流。

成果

采用 RisingWave 后，尘锋 SCRM 实现了令人印象深刻的成果：数据新鲜度显著降低至 10 秒内，满足了他们对实时数据的要求。

除了流式 join 在打宽场景的坚实支撑，RisingWave 在其他方面也满足了尘锋 SCRM 的各项需求。RisingWave 帮助开发效率大幅提高，这在很大程度上要归功于 RisingWave 与 PostgreSQL 兼容的物化视图语法，这超出了他们的预期。此外，借助 RisingWave 原生 dbt 驱动快速开发，云原生的架构使得维护和硬件成本大幅降低，窗口函数等高级语法应对复杂计算，定义 Jsonb 类型处理 semi-structured data……我们也将在之后进行介绍。

总的来说，尘锋 SCRM 通过采用 RisingWave 成功地解决了他们的实时数据处理挑战，实现了更高的数据新鲜度和更好的性能，为企业客户提供了更出色的 SCRM 解决方案。这个案例证明了如何选择合适的技术合作伙伴可以在竞争激烈的市场中取得巨大的竞争优势。

---

关于 RisingWave

RisingWave 是一款分布式 SQL 流处理数据库，旨在帮助用户降低实时应用的开发、运维与运行成本。作为专为云上分布式流处理而设计的系统，RisingWave 为用户提供了类似于 PostgreSQL 的使用体验，并且具备比 Apache Flink 等传统流计算引擎高出数倍至数百倍的性能以及更低的成本。了解更多：

官网： risingwave.com

文档：risingwave.dev

GitHub：risingwave.com/github